Mange er kjent med ulike bonusprogrammer, fordelskort, klippekort og rabattkort. Her kan du tjene opp bonuspoeng som senere kan brukes til uttak av varer eller tjenester, eller du kan få en gratis kopp kaffe etter x antall kjøp. Disse programmenes målsettinger er å øke kundelojaliteten.  Er du en gjennomsnittlig konsument, har du et sted mellom 10 og 20 kort liggende i lommeboken, på jobben, eller i skrivebordsskuffen.  Den gjennomsnittlige amerikaner har 18.   Sannsynligvis er du også litt ambivalent ifht innholdet og fordelen disse har.  Tradisjonelle lojalitetsprogram skaper kun lojalitet til den beste dealen (les: laveste pris), og mislykkes på det som skulle vært det fundamentale: skape ekte lojalitet – slik at du som forbruker motstår konkurrerende tilbud. 

Arbeidsgivere ønsker også å oppnå det lojalitet fra sine ansatte.  Derfor bør også arbeidsgivere prioritere lojalitetsprogram.  Vellykkede lojalitetsprogram overfor ansatte vil sørge for at du skaper et høyere engasjement og bedre motivasjon.  De riktige medarbeiderne forblir lojale, de jobber i samme retning som arbeidsgiverne ønsker, og er lite påvirket at konkurrerende tilbud fra andre arbeidsgivere.

 

I dette innlegget skal vi se på hvordan vi kan utnytte innsikt i hva som skaper motivasjon og engasjement hos både kunder og medarbeidere. Vi skal se dette i kontekst av lojalitet og bruk av teknologi, Big Data og Gamification.   Sistnevnte består i å bruke elementer fra spill til å skape økt engasjement.

 

La oss først se på historien bak lojalitetsprogrammer. Det startet med typiske bonusprogram som SAS Eurobonus, «kjøp 10 og få en gratis kaffe» og avslag på bensin med Statoil-kort. 

Felles for disse er at de mislykkes i å skape ekte lojalitet.  Vi kan kalle disse 1. generasjons lojalitetsprogram – eller Lojalitet 1.0 (ref: Rajat Paharia, Bunchball Inc.). De fungerer kun fram til det kommer et konkurrerende tilbud.    

Utover 90-årene utviklet det seg mer 1-1 marketingtiltak, gjennom bedre segmentering og økt grad av personalisering.  Fremveksten av internett gjorde at man kunne bruke email-kampanjer, målrettete nyhetsbrev og andre verktøy for å øke lojaliteten.  Tilgangen på elektroniske kundedata økte, så man kunne se muligheter for bedre lojalitetsprogram. Dette er andre generasjons lojalitetsprogram – Lojalitet 2.0. Med fremveksten av Big Data og Gamification kommer Lojalitet 3.0.

 

Lojalitet 3.0

Lojalitet 3.0 har tre viktige komponenter som kombinert skaper lojalitet: motivasjon hos forbrukere og ansatte, Big Data og Gamification.  La oss først se litt på motivasjonfaktorer.

 

Motivasjon

Motivasjon kan defineres som «interne og eksterne faktorer som stimulerer behovet for og energien i å være kontinuerlig engasjert i en jobb, rolle eller motiv i søken å nå et mål». (Tung oversettelse fra BusinessDictionary.com).

Hva ligger i interne faktorer?  En faktorer er autonomi.  Vi ønsker å ha kontroll over de valgene vi gjør. I noen bransjer ser vi klare eksempler på resultatorienterte arbeidsmiljøer; du jobber når og hvordan det passer deg, forutsatt at du skaper gode resultater for kundene og arbeidsgiver. Andre eksempler er virksomheter som gir ansatte muligheten til å bruke deler av arbeidstiden på innovative prosjekter (Google-metoden). 

Dernest ønsker vi å se mestre det vi gjør.    Vi mennesker kan deles inn i to kategorier: De av oss som tror talent og intelligens er noe du er født med og regnes som faste kapabiliteter.  Andre av oss mener at vi kan utvikle oss gjennom prioriteringer og hardt arbeid. De sistnevnte er mer villige til å satse og ser eventuelle feil som læringsmuligheter.

Vi vil også se en mening i det vi gjør.  Arbeidet vårt bør ha mening.  Prosjektrapporten bør bli lest og tatt hensyn til.  Våre forslag om nye arbeidsmetoder bør bli behandlet med respekt, osv.  Steve Jobs uttalte en gang: «We’re here to put a dent in the universe. Otherwise, why else even be here?”

Dagen i dag, skal være bedre enn dagen i går, dvs vi er opptatt av progresjon. Harvard-professoren Teresa Amabile og hennes kollega gjennomføre en global undersøkelse med over 600 respondenter.  Undersøkelsen spurte hvilke ledelsesverktøy lederne selv mente ga best resultat på motivasjonen hos de ansatte.  «Anerkjennelse for godt arbeid» kom på en klar førsteplass. 

Vi har også behov for være i interaksjon med andre, og ikke holdt utenfor det gode selskap. Vi ønsker å oppleve med andre, dele med andre, bry oss om andre, få oppmerksomhet fra andre. Det vi kan kalle behov for sosial interaksjon. Ref fremveksten av sosiale medier. Hva er poenget å laste opp bilder og statuser på Facebook om vi ikke ønsker å få reaksjon fra andre? Ekte lojalitet handler om å skape sosiale bånd mellom kunder og leverandører, arbeidsgivere og medarbeidere.

Mange studier fastholder at interne faktorer er mer virkningsfulle enn eksterne faktorer.  Dette avhenger av hva slags jobb man har. Forfatteren Daniel Pink (The Surprising Truth About What Motivates Us) deler inn oppgaver i to: Regelbaserte (Algorithmic) og Frie (Heuristic). Regelbaserte er (nettopp) regel- og rutinebaserte jobber, f.eks. samlebåndsjobber, telle stemmesedler, kassaekspeditører, o.l.  Frie har ingen regler eller sjekklister.  Dette kan være yrker som kunstner, forfatter eller produktutvikler – typiske skapende yrker.

 

Big Data

Tradisjonelle forbrukerdata om navn, adresse, alder, kjønn, hva vi har kjøpt, hva vi har skapt av resultater, o.l. har vært tilgjengelige i årevis.  Det som er nytt nå er den datamengden som skapes daglig av ustrukturerte, strukturerte, uprosesserte og prosesserte data om oss. IP-adresser, GPS, mobiltelefonbruk, online- handlemønster, sosiale nettverk, RFID, mobilbank, sensorer, blogger og feedbacks fra ratingsteder (ref TripAdvisor) etterlater seg enorme mengder spor hver dag.  Det som skiller Big Data fra «vanlig data» har Gartner forsøkt å definere på denne måten:

«Big data in general is defined as high volume, velocity and variety information assets that demand cost-effective, innovative forms of information processing for enhanced insight and decision making.”  Med andre ord de tre “Ver”.

De viktigste formene for Big Data-innsamling og analyse er:

Cluster-analyse  – en klassifiseringsteknikk som deler inn segmenter i mindre grupper med felles karakteristika.

A/B-tester (splittester) – en testgruppe måles mot en kontrollgruppe for å se hvilket tiltak som gir størst effekt.

Crowdsourcing – man setter ut arbeidet til en gruppe man ikke kjenner på forhånd. Et eksempel er CrowdFlower. Du kan da ha en rekke mennesker mene noe/skrive noe om samme tema, og du velger det som er konsensus.

Cohortanalyse – en gruppe som har visse felles karakteristika i en bestemt periode  (f.eks. alle leads vi fikk på Byggmessen på Lillestrøm)

Prediktive modeller– matematiske modeller som brukes for å beregne sannsynligheten for et bestemt resultat (f.eks. sannsynligheten for at en forbruker blir med i et lojalitetsprogram).

Når det gjelder Big Data i en medarbeiderkontekst, har dette ennå ikke tatt av.  Det er realistisk at det i løpet av de neste årene vil være mange innovative virksomheter som satser her.  Arbeidsgivere flest er kanskje ikke klar over at Facebook og Amazon vet mer om medarbeideren enn arbeidsgiveren?

Big Data bør vurderes brukt på følgende områder:

Rekrutteringsprosesser – ulike ledere vektlegger forskjellige parametere hos kandidater til samme type jobb. Man vurderer forskjellig på betydning av formell bakgrunn vs yrkeserfaring, alder, personlige egenskaper, m.m.. I for stor grad er rekruttering fremdeles basert på magefølelse. Dette til tross for at ansettelser har en stor innvirkning på bedriftens overlevelsesevne.   Med Big Data kan man kjøre korrelasjonsanalyser og prediktive analyser basert på bedriftens ansatte for å få frem egenskaper som skaper gode resultater.  Da har man malen på en optimal ny medarbeider.  Jobbkandidater kan da testes mot denne profilen. 

Medarbeideroppfølging – med Big Data vil du ha muligheten til sanntidsinformasjon om Performance. Da vet alle hvor de står til enhver tid.  Du unngår store gap mellom forventninger og resultat.  Man kan korrigere raskere og smidigere.

Hvem kan hva i virksomheten? Med Big Data kan vi kombinere det medarbeidere selv sier («jeg er en god .NET-programmerer») er sin kompetanse og hva andre mener («hun er den beste .Net-programmereren i Norge»).

Gjennom bruk av Big Data kan man også analysere dataflyten internt i virksomheten.  Hvem har hvilke forbindelser og hvilken innflytelse?  Hvem er brobyggerne?  Hvordan sprer informasjon seg?

Big Data kan også brukes til å gjøre bedre benchmarking mellom medarbeidere, mellom bransjer og mellom selskaper.  Dersom medarbeideren er noe indifferente ifht å bli fortalt at scoren er 10, er de neppe det dersom du forteller at den største konkurrenten scorer 20.

Vi kan også gjøre prediktive analyser som hva er sannsynligheten for at ansatte vil slutte innen en viss tid, bli blant bransjens beste, eller sannsynligheten for at vi får lansert produktet i tide.

 

Gamification

Gamification er ikke online dataspill – det er motivasjon av mennesker gjennom bruk av data.  Målene med Gamification er de samme som bedriftens mål – enten det er flere sidevisninger på nett, bedre læring, økt innsats, bedre samarbeid eller økt salg.  Man oppnår dette ved å prosessere Big Data som brukerne genererer når de bruker de ulike systemene, for deretter å motivere og engasjere til handling/action.

Gamification bruker de samme interne motivasjonsfaktorene som nevnt i dette innlegget, men man bruker spesielle mekanismer.  De ti mekanismene er:

1. Raske tilbakemeldinger (jeg får umiddelbar tilbakemelding eller respons på handlingen)
2. Transparens (Jeg kan til enhver tid enkelt se hvor jeg selv og ande står)
3. Mål (Jeg har kortsiktige og langsiktige mål jeg skal nå)
4. Merker (Jeg kan fremvise bevis på min fremgang)
5. Nivåer (Jeg oppnår status innen mitt community)
6. Onboarding (Jeg lærer på en engasjerende måte)
7. Konkurranser (Jeg kan se hvordan jeg scorer sammenlignet med andre)
8. Samarbeid (Jeg kan samarbeide med andre for å nå mål)
9. Community (Jeg kan se hva community gjør, og community kan se meg)
10. Poeng (Jeg ser tydelige, målbare resultater av jobben jeg gjør)

I neste innlegg skal vi se nærmere på Gamification og eksempler på hvordan dette brukes i lojalitetsprogram.